| News | Features | Manuals | Translation | Download | Contact | About |
| Res Neuronum - Simulation of Neural Networks | ||||||||
|
|
|
|||||||
| Translation of important terms (German to English) |
|---|
Perhaps you print this little dictionary to help you in working with the program...The main program Res Neuronum offers the following options in its menu:Datei-FileBeenden-Exit Netze-Networks FehlerRückführung-BackPropagation Kohonen-KohonenNetwork Hopfield-HopfieldNetwork Anwendungen-Applications SprachErkennung-SpeechRecognition Optionen-Options Einstellungen-Settings Hilfe-Help Res Neuronum-ResNeuronum Modul FehlerRückführung-Module BackPropagation Modul SprachErkennung-Module SpeechRecognition Lexikon Neuronale Netzwerke-Encyclopedia NeuralNetworks Lexikon SignalVerarbeitung-Encyclopedia SignalProcessing Anleitung zum Praktikum-LaboratoryInstructions Info-About The module BackPropagation is devided into the following six pages:Konfiguration-ConfigurationSchichtenDefinition-Definition of LayersSchichtAnzahl-Number of Layers NeuronenAnzahl-Number of Neurons EingangsSchicht-InputLayer VerborgeneSchicht-HiddenLayer AusgangsSchicht-OutputLayer Eingangsschicht enthält nur Verteilungsneuronen; angegebene Zahl entspricht also den Netzeingängen!-InputLayer is not being counted, i.e. value just represents number of inputs to the net! EingangsFunktion-InputFunction(PropagationRule) AktivierungsFunktion-ActivationFunction SkalierungsFaktor-Scale AusgangsFunktion-OutputFunction Schwelle-Thresh/Bias Anstieg-Slope Minimum-Minimum Maximum-Maximum NeuInit-NewInit Öffnen-Open Speichern-Save KonfigurationsDatei-ConfigurationFile MusterSet-PatternSetMuster-PatternEingangsVektor-InputVector ZielVektor-TargetVector MusterSet-PatternSet MusterAnzahl-PatternNo AktuellesMuster-CurrentPattern MusterNeu-PatternNew Löschen-Delete Dimension-Dimension Eingang-Input Ziel-Target NeuInit-NewInit Öffnen-Open Speichern-Save MusterSetDatei-PatternSetFile Lernen-LearningLernVerfahren-KindofLearningkumulativ(epochenweise)-kumulative(epochal) einfach(direkt)-simple(direct) Abbruchkriterien-FinishingCriterion FehlerGrenze-ErrorLimit MaxLernSchritte-MaxLearningSteps Zu lernende Parameter initialisieren-InitialiseLearnParams Zu lernende Parameter-LearnParams Gewichte der Neuronen-Weights Schwelle der AusgangsFunktion-ThreshofOutputFunction Anstieg der AusgangsFunktion-SlopeofOutputFunction Speichern?-Save? LernProzess-LearningProcess LernRate-LearnRate LernRate rekursiv-RecursiveLearnRate Momentum-Momentum Parameter adaptiv lernen-AdaptiveLearning LernRate rekursiv-RecursiveLearnRate Erhöhung-Increase Verringerung-Decrease Parameter adaptiv lernen-AdaptiveLearningofParameters Konstante-AdaptiveConstant Faktor-Factor Schritt-Step Ergebnisse-Results Aufzeichnen-StoreLearnParameters and Results für jeden Lernschritt-for every LearnStep für jeden 5. Lernschritt-every 5th LearnStep ResetLernParameter-ResetLearnParams NeuInit-NewInit Öffnen-Open Start-Start Abbruch-Break Darstellung-Diagrams GlobaleFehlerKurve-GlobalErrorDiagram GewichteSäulenDiagramm-BarDiagramWeights HintonDiagramm-HintonDiagram LernDatenDatei-LearnDataFile Auswerten-EvaluateKurvenAuswahl-DiagramDataChoiceAuswahl-Choice Schicht-Layer Neuron-Neuron Gewicht-Weight EinzelWertAnzeige-SingleValueDisplay LernSchritt-LearnStep DatenAuswahl-DataChoice Gewicht-Weight Schwelle-Thresh Anstieg-Slope Delta Gewicht-DeltaWeight Delta Schwelle-DeltaThresh Delta Anstieg-DeltaSlope Adaptives Gewicht-AdaptiveWeight Adaptive Schwelle-AdaptiveThresh Adaptiver Anstieg-AdaptiveSlope Effektiver Eingang-NetInput Aktivität-Activity Ausgang-Output Ausgang (1. Ableitung)-OutputDerivation FehlerMass (Delta)-ErrorExtent (Delta) Fehler (Abs(S-a))-Error(Absolute(Target-CurrentOutput)) GesamtAktivität-TotalActivity GesamtLeistung-TotalPower GesamtAusgang-TotalOuput Globaler Fehler-GlobalError Rekursive Lernrate-RecursiveLearnRate Keine-Nothing DatenBearbeitung-DataProcessing Aus-None Korrelation-Correlation Statistik-Statistics Filter-Filter Operationen-Operations NeuInit-NewInit Diagramm-Diagram Drucken (1)-Print chosen diagram Drucken (4)-Print all diagrams Reproduzieren-RecallReproduktionsVektor-RecallVectorEingangsVektor-InputVector AusgangsVektor-OutputVector ReproduktionsVektorSet-RecallVectorSet VektorAnzahl-NumberOfVectors Aktueller EingangsVektor-CurrentInputVector Aktueller AusgangsVektor-CurrentOuputVector Vektor neu-NewVector Löschen-DeleteVector Dimension-Dimension Eingang-Input Ausgang-Output NeuInit-NewInit Öffnen-Open Speichern-Save Start-Start Abbruch-Break ReproduktionsDatei-RecallFile Optimieren-OptimizeAnzahl der Neuronen-NumberOfNeuronsOptimierte Netze-OptimizedNetworks Konfig Original-OriginalConfig Konfig MinStruktur-ConfigMinStructure Konfig MinLernschritte-ConfigMinLearnSteps Lernschritte-LearnSteps Schichten-Layers Neuronen-Neurons Start-Start Abbruch-Break RelevanzGrenze-Relevance Gewünschte Konfiguration-DesiredConfiguration Original-Original MinStruktur-MinStructure MinLernSchritte-MinLearnSteps |